论文阅读 || 目标检测系列 —— SPPNet详解

最新推荐文章于 2022-06-15 14:58:40 发布
最新推荐文章于 2022-06-15 14:58:40 发布
阅读量3.9k 收藏 33
点赞数 7
分类专栏： 深度学习相关的论文阅读
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/magic_ll/article/details/103096216
版权

目录

1 SPPNet网络介绍

1.1 SPPNet网络处理流程

1.2 SPPNet的优点

(1)  网络出入尺寸问题

(2)  提取特征效率的问题

2 SPPNet核心算法

2.0 卷积层与特征图

2.1. SPP layer

2.2 候选区域在原图与feature map之间的映射关系

(1)  区域尺寸大小对应关系

(2)  网络中相连两层的feature map之间的坐标映射关系（一般是中心点之间）

(3)  网络中任意两层的feature map之间的坐标映射关系

(4)  候选区域到feature map的映射操作

3 网络训练阶段

3.1 训练方式

3.2 用于图像分类的SPPNet（ImageNet 2012）

(1) 训练时的设置

(2)  基准网络架构

(3)  多级池化提升准确度

(4)  多尺度训练提升准确度

(5)  全图像表示提升准确度

3.3 SPPNet用于物体检测

(1)  检测算法流程和细节

(2) 检测结果

1 SPPNet网络介绍

1.1 SPPNet网络处理流程

  • 1. 候选框提取：使用算法selective search获取输入图片的候选框，提取约2000个候选区域
  • 2. CNN+SPP+FC（与RCNN不同之处）： 
    • 把整张图片输入到CNN中，一次性提取特征得到feature maps
    • 并且在feature map中找到各个候选框的映射区域
    • 对候选区域对应的feature map使用SPP（金字塔空间池化），提取出固定长度的特征向量。送入到FC
  • 3. SVM + NMS：将CNN的输出输入到SVM中进行类别判定，再使用非极大值抑制，得到最合适的框
  • 4. 修正bbox

 

1.2 SPPNet的优点

  • 1. 网络接收不同尺寸：SPP layer。避免不必要的精度损失
  • 2. CNN提取特征的效率提高：只使用CNN一次特征提取，避免了反复计算。达到每张图片全部步骤0.5s，比R-CNN快24-102倍（R-CNN对候选区域进行重复卷积计算，计算冗余）
  • 3. 多级池化使网络更加鲁棒：SPP使用了多级别的空间箱(bin)，从多尺度中抽取特征，多级池化对物体的形变十分鲁棒。（滑窗池化只有一个窗口）

(1)  网络出入尺寸问题

深度卷积神经网络的基础结构：卷积层 --> 池化层 --> 全连接层。全连接层的输入维度必须提前固定的，这导致网络的输入也必须是固定的。
这就要求我们在检测图片时，需要将图片转换成固定的尺度。影响预测结果的精度：

  • 经过crop(裁剪)，导致信息丢失
  • 经过warp(拉伸)，变形会导致位置信息扭曲

RCNN就是如此：将输入resize到固定大小，造成信息丢失或失真
SPPNet提出：在最后一层卷积后，使用空间金字塔池化层（Spatial Pyramid Pooling）来代替普通池化层。SPP层对这些特征进行池化生成固定长度的输出，然后在输入到全连接层

 

  • 第一行：固定尺寸输入的CNN对图像处理的方式
  • 第二行：以往的卷积神经网络处理流程：固定尺寸输入--> conv+fc --> 网络输出
  • 第三行：在网络中conv和fc中间插入SPP：能够处不同尺寸的输入

(2)  提取特征效率的问题

下图是RCNN和SPP提取feature map的示意图

      

RCNN：对输入图片，使用segment selective方法提取出约2000个候选区域，然后将候选区域分别输入到CNN中。这样一张图片要经历2000次的前向传播，造成大量冗余。
SPPNet：对于输入图像，获取候选区域与全局特征图(feature map)的映射关系。将完整的输入到CNN中并且得到对应的特征向量。

2 SPPNet核心算法

在介绍SPPNet核心算法之前，强化一下卷积层与特征图。

2.0 卷积层与特征图

卷积网络部分通过【滑窗】进行计算，并输出【代表激活的空间排布的特征图】。
所以 【特征图==>响应的强度+空间位置】

我们可视化了一些特征图，如下图(c)中显示了ImageNet数据集中激活最强的图像。（例左下，第55个滤波器对圆形十分敏感）

2.1. SPP layer

上图所示的操作流程：

【input】输入为任意尺寸
【feature map】通过卷积模块最后一层时（此处为conv5），得到的特征图的大小也是不确定的
【SPP layer】
        【输入】与候选区域对应的feature map 上的一块区域，约2000多个
        【输出】将feature map 分成4x4、2x2、1x1个块（Spatial Bins），然后对每块进行全局池化，得到21x256维特征向量。所以SPP层的输出，不随输入尺度的变化而变化
        【FC】接收了固定的尺寸

空间金子塔的输出维度：kM维。M代表块的数量，k代表最后一层卷积层的过滤器的数量。这个固定维度的向量就是全连接层的输入。

2.2 候选区域在原图与feature map之间的映射关系

feature map的大小是根据输入 [图片的大小] 和 [卷积层的卷积核的kernel size 和stride] 决定的。

在feature map上找到原图上对应的候选区域，两者的映射关系怎样计算呢？

即感受野大小的计算。感受野（receptive files）是指某一层输出结果中的一个元素所对应的的上一层区域大小

                      

(1)  区域尺寸大小对应关系

我们定义第l层的变量：

  • 【input size】W_{1}*H_{1}
  • 【output size】W_{2}*H_{2}
  • 【kernel size】F*F
  • 【stride】S
  • 【padding】P

则该层的输出尺寸的公式如下：

(2)  网络中相连两层的feature map之间的坐标映射关系（一般是中心点之间）

  • 对于conv/pool layer：p_{i} = s * p_{i+1} +((k_{i}-1)/2-padding)
  • 对于relu/sigmoid/...：p_{i}=p_{i+1}

仔细理解了下公式，举出下面的例子 

               

上图中，第一个方格是第二层的feature map，第二三四是第一层的feature map，是为了展示映射关系对应的过程。（理解方式有很多种，找一种自己更好理解的）

  • 找到layer2的像素值（特征值），在layer1的感受野的左上角的像素值（特征值）。映射关系为p1 = s1 * p2，此时的关系不会受到kernel size的影响
  • 讨论不同层的映射关系时，指的是区域中心点的坐标之间的对应。所以需要加上个偏量a：卷积核中心点的长度。p1 = s1 * p2 +(k-1)/2
  • 如果padding !=0，还需要加上个偏量b：-padding。p1 = s1 * p2 +((k-1)/2-padding)

(3)  网络中任意两层的feature map之间的坐标映射关系

下图是Kaiming He在ICCV15上的汇报用的PPT，讲解如何求解Receptive Field

                    

【A simple solution】

  • 何凯明在SPP-net中采用的方法。对于公式  p_{i} = s * p_{i+1} +((k_{i}-1)/2-padding)
  • 令每一层padding都为     padding = [k_{i}/2]                 \Rightarrow p_{i} = s \cdot p_{i+1} +((k_{i}-1)/2+[k_{i}/2]])
    • 当k_{i}为奇数时，   (k_{i}-1)/2+[k_{i}/2]=0               \Rightarrow p_{i}=s\cdot p_{i+1}
    • 当k_{i}为偶数时，   (k_{i}-1)/2+[k_{i}/2]=-0.5         \Rightarrow p_{i}=s\cdot p_{i+1}-0.5
  • p_{i}是坐标值，不能取小数。故此时基本认为\dpi{120} p_{i}=s_{i}\cdot p_{i+1}，感受野中心点的坐标p_{i}只与前面一层p_{i+1}有关

【A general solution】

  • 是把公式 p_{i} = s * p_{i+1} +((k_{i}-1)/2-padding)  级联整合一下
  •       

(4)  候选区域到feature map的映射操作

SPPNet是把原始ROI的左上角和右下角 映射到feature map 上的两个对应点。有了feature map 上的两对角点就确定了相应在feature map上的区域

                             

从原图坐标(x,y)到特征图中坐标(x^{'},y^{'})的映射关系为

  • 前面每层都进行填充，得简化公式：p_{i}=s\cdot p_{i+1}
  • 将简化公式进行级联得到：p_{0}=S\cdot p_{i+1}，其中（S=\prod_{0}^{i}s_{i}）
  • 对应feature map上(x^{'},y^{'})，它在原始图的对应点为  (x,y)=(Sx^{'},Sy^{'})
  • 所以将原始图片中的候选框，映射到feature map 中，则有关系：
    • 左上角：x^{'}=[x/S]+1;    y^{'}=[y/S]+1
    • 右下角：x^{'}=[x/S]-1;    y^{'}=[y/S]-1

3 网络训练阶段

spp不支持反向传播，spp那个时候，由于时代的局限性，没有backward，不能更新卷积层。是到了roi pooling之后才做出backward的

前面的CNN是Imagenet上面训练的，然后直接不动。

3.1 训练方式

论文中训练网络分为两种：single-size，Multi-size

【single-size】

理论上，SPPNet的输入为任意尺度。实际上，为了方便计算，caffe等实现中的 GPU、CUDA等比较适合固定尺寸输入。所以训练时输入时固定尺寸

  • 输入为224x224
  • 在conv5之后的特征图为13x13（a*a）
  • 金字塔层bins（n*n），将pooling层作为 sliding window pooling
  • windows_size=[a/n]向上取整，stride_size=[a/n]向下取整

此时，对于pool 3*3：[13/3]向上取整=5，sizeX=5；[13/3]向下取整=4，stride_size=4。
当输入为180x180时，conv5之后为10x10，使用相同的计算方式计算

    

【Multi-size training】

使用两个尺度进行训练：224x224、180x180。训练时，224x224通过crop得到，180x180的通过缩放224x224得到。之后迭代训练，即用224的图片训练一个epoch，再用180的图片训练一个epoch，交替进行。

两种尺度下，在SPP后，输出特征维度都为 (9+4+1)x256，参数共享，后面跟全连接层。

收敛速度：和单尺度训练的相近
目的：模拟测试时不同的输入尺度

3.2 用于图像分类的SPPNet（ImageNet 2012）

论文当中讲述了在三种数据集上的实验：ImageNet 2012、VOC 2007 Classification、Caltech101。这里对第一个数据集实验进行总结。

(1) 训练时的设置

  • 数据集：1000类别的Image2012
  • 数据增强方式：翻转、裁剪（图像缩放到较小的维度为256，从中裁出224x224）、颜色变换
  • 初始学习率：0.01，。当错误率停滞后除以10
  • 最后两个FC后面使用Dropout

(2)  基准网络架构

SPP的优势，是和使用的卷积神经网络无关

  • -ZF-5：基于Zeiler和Fergus的“快速”模式[4]的网络结构。数字5代表5层
  • -Convnet*-5：基于Krizhevsky等人工作[3]的修改。在conv2和conv3（而不是conv1和conv2）之后加入了两个池化。这样每一层之后的特征图就和ZF-5的尺寸一样了
  • -Overfeat-5/7：基于Overfeat论文[5]，使用了[6]的修改。对比ZF-5/Convnet*-5，这个架构在最后一个池化层产生了更大的特征图（18x18 而不是13x13）。还在conv3和后续的卷积层使用了更多的滤波器(512)。

基准模型中，最后一层池化后会产生6x6的特征图，然后-FC4096--FC4096--FC1000--softmax。
我们针对ZF-5进行了70个epoch，另外两个使用了90轮。

 

(3)  多级池化提升准确度

  • 方式：(1) 上表中的SPP层，使用了4层金字塔，6x6、3x3、2x2、1x1（共50个块）。 (2) 为了试验的公平比较，我们仍然使用标准的10-view预测法，每一个view都是一个224x224的裁切。保证其他因素尽量一致
  • 结果：表中的(b)显示了使用单尺度训练的结果，比原本网络top-1的错误率都有所下降，最大提升（top-1 error，1.65%）
  • 结论：这些提升只能来自于多层池化
  • 其他实验：排除多层池化带来更多参数使网络变优的原因
    • 使用另外一个SPP（4x4,3x3,2x2,1x1,共30个）训练另一个ZF-5网络，此时网络fc6的输入是30x256（原本的是36x256），有更少的参数。网络的top-1/top-5错误率是35.6/14.04，和50块金字塔网络结果相近，都好于no-SPP基准网络

(4)  多尺度训练提升准确度

  • 方式1：(1) 训练尺度为224和180，测试尺度为224；(2) 仍然使用标准的10-view预测法
  • 结果：表中的(c)显示了使用多尺度训练的结果：Overfeat-7的Top-1 错误率降到29.68%，比非SPP网络低了2.33%，比单尺寸训练降低了0.68%。
  • 方式2：将方式1中的输入尺寸改为[180;224]之间多个尺寸；
  • 结果：SPP-net(Overfeat-7)的top1/5错误率是30.06%/10.96%。
          Top-1错误率比方式1略高，可能因为224这个尺寸（测试时用的尺寸）被更少的访问到。但结果仍然比单尺寸版本要好。
  • 结论：使用多尺度训练会提升网络性能

(5)  全图像表示提升准确度

  • 方式：保持图片比例不变情况下缩放到min(w;h)=256，然后输入SPPNet；同时将图片中央224x224裁剪这一单一视角输入SPPNet。
  • 结果：见上图。验证了ZF-5/Overfeat-7，top-1错误率在全视图表示中全部下降。
  • 结论：这说明保持完整内容的重要性。即使网络训练时只使用了正方形图像，却也可以很好地适应其他的比例。

3.3 SPPNet用于物体检测

(1)  检测算法流程和细节

（待检测图片经过CNN的次数为1，最后一个池化更换为SPP。除了前面两点，在物体检测方面SPPNet 和RCNN流程基本一致）

  • 候选框提取：使用选择性搜索算法selective search的“fast”模式对每张图片产生2000个候选窗口。
  • 通过CNN：缩放图像以满足min(w;h)=s，输入到CNN中获取特征图。（暂时使用ZF-5的SPPNet模型，单一尺度训练）
  • 通过SPP+FC：在每个候选窗口，使用一个4级的SPP (1x1,2x2,3x3,6x6,共50块)。每个窗口产生12800为特征，将这些特征传入CNN中的FC得到特征
  • SVM：针对每个分类训练一个二分线性SVM分类器
  • NMS：对上面的窗口分类结果使用非极大值抑制

训练SVM时
【正样本】真实标注的窗口；【负样本】与真实框的IoU不超过0.3的候选框，如果一个负样本和另一个负样本的IoU超过0.7就被移除。【标准的难负例挖掘算法】使用这个算法训练SVM。这个步骤只迭代一次。【训练时间】全部20个分类训练SVM小于1小时。

多尺度特征预测的改进
方式1：将图像缩放成min(w;h)=s，s=>S{480;576;688;864;1200}，然后针对每个尺度去计算conv5的特征图。然后一种结合不同尺度特征图的策略是逐通道池化。
方式2：对于每个候选窗口，选择单一尺度s \in S来缩放图片，使该候选窗口的大小接近224x224。然后计算出该候选窗口的特征值

只调优全连接层
对于任意的尺寸窗口，都是从conv5的特征图中池化而来，为了简单起见，只调优全连接层。

结构：特征提取网络+SPP之后，fc更换为 --FC4096--FC4096--FC21。
权重初始化：FC8的是高斯分布\delta =0.01。
学习率：修正所有的学习率为1e-4，再将全部三层调整为1e-5。
调优时样本：【正样本】与标注窗口的IoU达到 [0.5,1]的窗口；【负样本】IoU为 [0.1,0.5)的。在mini-batch中，25%是正样本。
另外：我们使用学习率1e-4训练了250k个minibatch，然后使用1e-5训练50k个minibatch（这部分关于学习率使用的描述，自己没有理清楚）。
训练时间：由于只训练了fc层，所以速度很快，在GPU上2个小时（不包括预缓存特征所需要的1小时）

(2) 检测结果

 

 

 

https://blog.youkuaiyun.com/u011974639/article/details/78053203
https://blog.youkuaiyun.com/mengduanhonglou/article/details/78470682

 

 

 

 

 

 

 

 

 

[Python从零到壹] 七十七.图像识别及经典案例篇之目标检测入门普及和ImageAI对象检测详解
杨秀璋的专栏
04-28 1292
前文介绍了人脸检测的应用案例，通过OpenCV快速实现人脸检测。这篇文章将详细讲解目标检测基础知识，并通过ImageAI实现对象检测的经典案例。本文主要介绍目标检测原理，通过七个问题来普及什么是目标检测。然后利用ImageAI实现最简单的目标检测案例，加深读者的印象，本文提供的案例将为读者提供深入的理解，希望您喜欢。
【深度学习】（四）目标检测——上篇
weixin_45355387的博客
08-12 2722
上一章介绍了图像分类，这一章来学习一下目标检测上篇。简单来说，需要得到图像中感兴趣目标的类别信息和位置信息，相比于分类问题，难度有所提升，对图像的描述更加具体。在计算机视觉众多的技术领域中，目标检测（Object Detection）也是一项非常基础的任务，图像分割、物体追踪、关键点检测等通常都要依赖于目标检测。......
【目标检测】SPPnet论文详解
weixin_40500230的博客
06-20 812
原文：https://www.jianshu.com/p/90f9d41c6436 SPPnet是目标检测领域不可忽略的一篇论文，中国人何恺明大神的作品，阅读起来感觉亲（简）切（单）多了。在我看来，SPPnet主要有两处亮点：1.它解决了深度卷积神经网络（CNNs）的输入必须要求固定图像尺寸（例如224*224）的限制。2.在目标检测领域它提高了提取特征的效率，速度相比R-CNN提升24-1...
目标检测算法SPP-Net详解
春有百花秋有月，夏有凉风冬有雪！
05-22 3175
这一期的文章离不开上一期的R-CNN，因为SPP-Net是基于R-CNN进化而来的，建议先看上期R-CNN,上期链接如下：目标检测的里程碑R-CNN通俗详解 SPP-Net全称Spat...
SPPNet详解（白话讲解——附图文）
weixin_45074568的博客
04-13 1万+
SPPNet是何凯明大神提出的，为了解决R-CNN中速度慢问题。 在神经网络中输入图片的尺寸必须是固定的，这是因为在设计的时候FC层中神经元的个数都是固定的，导致输入图片尺寸必须是固定的。 CNN是可以适应不同尺寸的输入图片，说明在CNN后面加入某种机制就可以让FC层也适应不同尺寸的输入图片，某种机制就是何凯明大神提出的空间金字塔池化（SPP）。 在最后的卷积层和全连接层之间加入SPP层。具体做法是，在conv层得到的特征图是256层，每层都做一次spatial pyramid pooling。先把每个特
SPPnet 详解
wait_ButterFly的博客
08-06 2153
RCNN系列：RCNN，SPPNet，Fast RCNN，Faster RCNN，R-FCN。     前不久刚刚看完rcnn和fast rcnn，对目标检测的学习更进一步。sppNet简介： 作者： 何凯明    2016年加入成为FAIR（facebook 微软研究员），2011年获得博士学位，主要兴趣和研究在计算机视觉和深度学习。 获得cpvr和iccv多个奖项。   SP...
Spp-Net 论文阅读
菜鸟驿站
09-27 817
前面说RCNN的时候，说到了几个缺点： 1). 训练步骤繁琐：首先要用SS算法提取图片的候选区域，然后利用IOU计算每一块候选区域的标签，这是需要单独计算并将数据保存下来的。其次，利用候选区域与候选区域的标签训练CNN+SVM。最后利用BBox对边框回归。 2). 训练测试的速度均比较慢 3). 训练占用较大磁盘空间 4). 由于存在fc，所以需要对候选区域尺寸进行Resize，这样会导致...
【目标检测】SPPNet算法详解
bryant_meng
11-23 1万+
转载自 http://blog.csdn.net/u011534057/article/details/51219959 Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition(SPP-net)1 基础框架  CNN网络需要固定尺寸的图像输入，SPPNet将任意大小的图像池化生成固定长度的图像表示
[Python图像识别] 四十五.目标检测入门普及和ImageAI“傻瓜式”对象检测案例详解 (1)
热门推荐
杨秀璋的专栏
08-03 2万+
该系列文章是讲解Python OpenCV图像处理知识，前期主要讲解图像入门、OpenCV基础用法，中期讲解图像处理的各种算法，包括图像锐化算子、图像增强技术、图像分割等，后期结合深度学习研究图像识别、图像分类应用。上一篇文章是图像处理的最后一篇文章，写到这里，第一阶段的44篇Python图像处理就介绍完毕。接下来我们进入Python图像识别第二阶段，该部分主要以目标检测、图像识别以及深度学习相关图像分类为主，将会分享近50篇文章，感谢您一如至往的支持。希望文章对您有所帮助，如果有不足之处，还请海涵~
目标检测篇——R-CNN系列学习笔记
weixin_42138288的博客
07-09 861
目标检测篇——R-CNN系列学习笔记一、R-CNN1.1 算法流程1.2 算法细节1.3 算法缺点二、Fast R-CNN2.1 算法流程2.2 算法细节2.3 算法缺点三、Faster R-CNN3.1 算法流程3.2 算法细节 一、R-CNN R-CNN论文原文：https://arxiv.org/abs/1311.2524v3 1.1 算法流程 输入一张多目标图像，采用selective search算法提取约2000个候选框； 将每个候选框变形为227×227的大小； 对每个候选框进行去均值的预
全网 | 深度学习目标检测算法（精选12篇）
春有百花秋有月，夏有凉风冬有雪！
12-17 577
太多的公众号每天的文章是否让你眼花缭乱？刷了好多文章，发现大都是转来转去？今天我在全网公众号里为大家精选主题为深度学习目标检测算法的文章12篇，其中包括综述,R-CNN,SPP-Net,...
论文阅读笔记：SPPNet
loki2018的博客
06-15 267
现有的卷积神经网络总是需要一个特定尺寸的图片作为输入，例如常用的224×224224 \times 224224×224。假设存在一些不满足这种尺寸的原始图片，那么需要对图片进行一些预处理，例如裁剪拉伸。这一系列的人工处理会影响神经网络的预测精度，因此为了解决这一问题，能够使得神经网络模型可以接受任意输入尺寸的图片，本文提出了Spatial pyramid pooling为什么CNN模型需要特定尺寸的输入呢，这来源于模型最后的线性分类器，分类器需要对经过CNN处理的feature map做flatten操作
目标检测之SPPNet通俗详解
凌桑的自我修养--You are the Eternity
04-30 981
R-CNN算法中我已经知道了它的几个缺点，分别是：提取候选框耗时、重复计算、多次训练；针对以上几个缺点，作者对R-CNN做了改进和优化，改进的主要突破就在于对卷积特征进行共享，避免重复计算，减小计算量。 先来看下下面这张图，第一行就是原始R-CNN的特征提取和表示的过程： 由于要将同一个卷积层的输出作为FC层的输入，所以必须要保证feature map的大小一致（因为全连接层对特征个数有严格要求...
SPPnet
Lionelxk的博客
12-14 594
http://blog.csdn.net/cv_family_z/article/details/46832845
CV之DL之SPPNet：SPP-Net算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略
头部AI社区如有邀博主AI主题演讲请私信—心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，专注，谦虚，自律，反思，成长，还算比较正能量的博主，公益免费传播…内心特别想在AI界做出一些可以推进历史进程影响力的技术(兴趣使然，有点小情怀，也有点使命感呀
09-27 1万+
​ CV之DL之SPPNet：SPP-Net算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略 目录 相关论文 SPP-Net算法的简介 SPP-Net关键步骤 相关文章 DL之SPP-Net：SPP-Net算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略 DL之SPP-Net：SPP-Net算法的架构详解 相关论文 《Spatial Pyramid Pooling in Deep Convolutional Networks for Visual
rcnn spp_net
weixin_30699465的博客
04-15 134
在http://www.cnblogs.com/jianyingzhou/p/4086578.html中提到rcnn开创性工作，但是计算时间太长，重复计算太大。spp_net将重复计算避免了我自己测试发现rcnn的确非常慢，因为窗口重叠，重复计算普遍一下转自http://zhangliliang.com/2014/09/13/paper-note-sppnet/对应的论文是：http:...
【深度学习】目标检测网络结构SPP FAST-RCNN FASTER-RCNN
Sun7_She的专栏
05-19 554
在讲fast-rcnn之前，我们先来看一下spp net吧？～ spp net对r-cnn的改进主要有两点： 1. 只对原图提取一次特征。输入是图片，在feature层对应位置找到候选框的位置。 2. 结合空间金字塔方法实现cnns的对不同尺度的输入。实现数据的多尺度输入。分别划分不同的小块对feature进行pooling。 对比r-cnn提速100倍左右...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值